機(jī)器學(xué)習(xí)實(shí)踐教程 教案 第11章 手寫(xiě)數(shù)字識(shí)別

教案：MNIST數(shù)據(jù)集與分類器教學(xué)目標(biāo)介紹MNIST數(shù)據(jù)集及其在機(jī)器學(xué)習(xí)領(lǐng)域的重要性。教授如何下載、查看、處理MNIST數(shù)據(jù)集。學(xué)習(xí)如何繪制MNIST數(shù)據(jù)集中的手寫(xiě)數(shù)字圖像。引入并理解SGDClassifier分類器。構(gòu)建并訓(xùn)練一個(gè)用于識(shí)別數(shù)字5的二分類器。教學(xué)重點(diǎn)MNIST數(shù)據(jù)集的結(jié)構(gòu)與特點(diǎn)。數(shù)據(jù)集的下載、查看和預(yù)處理步驟。圖像繪制函數(shù)plot_digit的實(shí)現(xiàn)與應(yīng)用。SGDClassifier分類器的理解、構(gòu)建與訓(xùn)練。教學(xué)難點(diǎn)理解MNIST數(shù)據(jù)集中圖像數(shù)據(jù)與目標(biāo)值的對(duì)應(yīng)關(guān)系。SGDClassifier分類器在二分類問(wèn)題中的應(yīng)用。教學(xué)流程一、引入（5分鐘）簡(jiǎn)要介紹MNIST數(shù)據(jù)集及其在機(jī)器學(xué)習(xí)領(lǐng)域的應(yīng)用。強(qiáng)調(diào)數(shù)據(jù)集在模型訓(xùn)練中的重要性。二、下載與查看數(shù)據(jù)集（10分鐘）演示如何使用fetch_openml方法從下載MNIST數(shù)據(jù)集。展示如何從數(shù)據(jù)集中提取特征（X）和目標(biāo)值（y），并查看它們的維度。解釋數(shù)據(jù)集中每個(gè)手寫(xiě)數(shù)字圖像的表示方式（784個(gè)像素值）。三、繪制數(shù)字圖像（10分鐘）引入并解釋plot_digit函數(shù)的作用。展示如何使用plot_digit函數(shù)繪制單個(gè)手寫(xiě)數(shù)字的圖像。挑選幾個(gè)具有代表性的數(shù)字圖像進(jìn)行繪制，并討論其可辨識(shí)度。四、數(shù)據(jù)預(yù)處理（5分鐘）強(qiáng)調(diào)數(shù)據(jù)預(yù)處理在機(jī)器學(xué)習(xí)中的重要性。演示如何將目標(biāo)值y從字符串類型轉(zhuǎn)換為數(shù)值類型。五、構(gòu)建與訓(xùn)練分類器（15分鐘）引入SGDClassifier分類器，并解釋其原理和應(yīng)用場(chǎng)景。演示如何構(gòu)建一個(gè)用于識(shí)別數(shù)字5的二分類器。使用SGDClassifier類創(chuàng)建分類器實(shí)例。使用fit方法訓(xùn)練分類器，注意目標(biāo)值的處理（使用y==5創(chuàng)建二分類標(biāo)簽）。展示如何使用訓(xùn)練好的分類器進(jìn)行預(yù)測(cè)，并討論預(yù)測(cè)結(jié)果。六、課堂練習(xí)（10分鐘）要求學(xué)生按照教學(xué)步驟，自行下載、查看、處理MNIST數(shù)據(jù)集。要求學(xué)生編寫(xiě)plot_digit函數(shù)，并繪制幾個(gè)手寫(xiě)數(shù)字的圖像。要求學(xué)生構(gòu)建并訓(xùn)練一個(gè)用于識(shí)別數(shù)字5的二分類器，并對(duì)幾個(gè)手寫(xiě)數(shù)字圖像進(jìn)行預(yù)測(cè)。七、課堂小結(jié)（5分鐘）總結(jié)MNIST數(shù)據(jù)集的結(jié)構(gòu)與特點(diǎn)。強(qiáng)調(diào)數(shù)據(jù)預(yù)處理和模型選擇在機(jī)器學(xué)習(xí)中的重要性?；仡橲GDClassifier分類器在二分類問(wèn)題中的應(yīng)用。課后作業(yè)嘗試使用不同的分類器（如KNN、決策樹(shù)、隨機(jī)森林等）來(lái)識(shí)別MNIST數(shù)據(jù)集中的手寫(xiě)數(shù)字。嘗試構(gòu)建一個(gè)能夠識(shí)別MNIST數(shù)據(jù)集中所有10個(gè)數(shù)字的多分類器，并比較不同分類器的性能。研究并了解其他手寫(xiě)數(shù)字識(shí)別的方法和技術(shù)。

教案：精度與召回率教學(xué)目標(biāo)理解精度和召回率的概念及其在分類問(wèn)題中的重要性。學(xué)會(huì)使用混淆矩陣來(lái)計(jì)算精度和召回率。掌握F1分?jǐn)?shù)的計(jì)算方法及其意義。識(shí)別使用準(zhǔn)確率作為評(píng)價(jià)指標(biāo)的局限性。教學(xué)重點(diǎn)精度和召回率的定義與計(jì)算?；煜仃嚨睦斫馀c應(yīng)用。F1分?jǐn)?shù)的計(jì)算與意義。教學(xué)難點(diǎn)精度、召回率與準(zhǔn)確率之間的區(qū)別與聯(lián)系。如何根據(jù)具體場(chǎng)景選擇合適的評(píng)價(jià)指標(biāo)。教學(xué)流程一、引入（5分鐘）回顧上節(jié)課學(xué)習(xí)的MNIST數(shù)據(jù)集與分類器。提出問(wèn)題：為什么僅憑準(zhǔn)確率不能全面評(píng)價(jià)分類器的好壞？二、類型轉(zhuǎn)換與二類分類器（10分鐘）演示類型轉(zhuǎn)換過(guò)程，將目標(biāo)值y從字符串轉(zhuǎn)換為np.uint8類型?；仡櫠惙诸惼鞯臉?gòu)建與訓(xùn)練過(guò)程，解釋布爾型數(shù)組y5的作用。三、準(zhǔn)確率的問(wèn)題（10分鐘）展示NeverFiveClassifier的實(shí)現(xiàn)，并解釋其原理。使用cross_val_score計(jì)算NeverFiveClassifier的準(zhǔn)確率，并分析結(jié)果。討論準(zhǔn)確率作為評(píng)價(jià)指標(biāo)的局限性。四、混淆矩陣（10分鐘）介紹混淆矩陣的概念，解釋其四個(gè)組成部分（TN,FP,FN,TP）的含義。展示如何計(jì)算混淆矩陣，并解釋混淆矩陣中每個(gè)數(shù)字的含義。使用confusion_matrix函數(shù)計(jì)算SGDClassifier的混淆矩陣。五、計(jì)算精度與召回率（10分鐘）定義精度和召回率的概念，并解釋其計(jì)算公式。使用precision_score和recall_score函數(shù)計(jì)算SGDClassifier的精度和召回率。解讀精度和召回率的結(jié)果，并討論其意義。六、F1分?jǐn)?shù)（10分鐘）介紹F1分?jǐn)?shù)的概念，解釋其計(jì)算公式及意義。使用f1_score函數(shù)計(jì)算SGDClassifier的F1分?jǐn)?shù)。討論F1分?jǐn)?shù)在評(píng)價(jià)分類器性能時(shí)的優(yōu)勢(shì)。七、課堂練習(xí)（10分鐘）要求學(xué)生自己編寫(xiě)代碼，計(jì)算其他分類器（如KNN、決策樹(shù)等）在MNIST數(shù)據(jù)集上的精度、召回率和F1分?jǐn)?shù)。引導(dǎo)學(xué)生分析不同分類器在各項(xiàng)指標(biāo)上的差異，并討論原因。八、課堂小結(jié)（5分鐘）總結(jié)精度、召回率和F1分?jǐn)?shù)的概念及計(jì)算方法。強(qiáng)調(diào)在評(píng)價(jià)分類器性能時(shí)，需要綜合考慮多個(gè)指標(biāo)，而不僅僅是準(zhǔn)確率。布置課后作業(yè)：要求學(xué)生分析其他數(shù)據(jù)集（如鳶尾花數(shù)據(jù)集、乳腺癌數(shù)據(jù)集等）上不同分類器的性能，并撰寫(xiě)報(bào)告。

教案：閾值分類器與精度-召回率分析教學(xué)目標(biāo)讓學(xué)生了解閾值在分類器中的重要性及其作用。使學(xué)生能夠計(jì)算并解釋精度和召回率。幫助學(xué)生理解精度與召回率之間的關(guān)系，并能夠在實(shí)踐中進(jìn)行權(quán)衡。教授學(xué)生如何使用sklearn中的相關(guān)函數(shù)來(lái)繪制精度-召回率曲線，并據(jù)此選擇適當(dāng)?shù)拈撝?。教學(xué)重點(diǎn)閾值對(duì)分類器預(yù)測(cè)結(jié)果的影響。精度和召回率的定義、計(jì)算及其關(guān)系。繪制精度-召回率曲線的方法。教學(xué)難點(diǎn)理解精度和召回率之間的權(quán)衡關(guān)系。根據(jù)業(yè)務(wù)需求選擇合適的閾值。教學(xué)流程一、引入（5分鐘）回顧上一節(jié)內(nèi)容，強(qiáng)調(diào)準(zhǔn)確率作為評(píng)價(jià)指標(biāo)的局限性。引出閾值在分類器中的作用，以及如何通過(guò)調(diào)整閾值來(lái)平衡精度和召回率。二、分類器評(píng)分與閾值（10分鐘）演示如何使用SGDClassifier構(gòu)建二類分類器。解釋decision_function方法的作用，并展示如何獲取特定實(shí)例的分?jǐn)?shù)。引入閾值的概念，并通過(guò)示例展示如何根據(jù)閾值對(duì)實(shí)例進(jìn)行分類。三、計(jì)算精度與召回率（10分鐘）講解精度和召回率的定義，并通過(guò)示例計(jì)算特定閾值下的精度和召回率。強(qiáng)調(diào)精度和召回率的重要性，并討論它們?cè)诓煌瑧?yīng)用場(chǎng)景中的意義。四、繪制精度-召回率曲線（15分鐘）介紹precision_recall_curve函數(shù)，并演示如何使用它計(jì)算不同閾值下的精度和召回率。展示如何繪制精度-召回率曲線，并解釋曲線上的關(guān)鍵點(diǎn)。引導(dǎo)學(xué)生觀察曲線，理解精度和召回率之間的權(quán)衡關(guān)系。五、選擇適當(dāng)?shù)拈撝担?0分鐘）引入業(yè)務(wù)需求，如要求分類器達(dá)到90%的精度。展示如何通過(guò)查找滿足精度要求的最低閾值來(lái)設(shè)置分類器的閾值。計(jì)算并展示新閾值下的精度和召回率，并討論結(jié)果是否符合業(yè)務(wù)需求。六、課堂練習(xí)（10分鐘）要求學(xué)生使用提供的數(shù)據(jù)集和分類器，計(jì)算不同閾值下的精度和召回率。指導(dǎo)學(xué)生繪制精度-召回率曲線，并解釋曲線上的關(guān)鍵點(diǎn)。要求學(xué)生根據(jù)業(yè)務(wù)需求選擇合適的閾值，并展示結(jié)果。七、課堂小結(jié)（5分鐘）總結(jié)閾值在分類器中的作用及其對(duì)預(yù)測(cè)結(jié)果的影響。強(qiáng)調(diào)精度和召回率的重要性，并討論它們?cè)诓煌瑧?yīng)用場(chǎng)景中的權(quán)衡。布置課后作業(yè)：要求學(xué)生使用不同的數(shù)據(jù)集和分類器，練習(xí)計(jì)算精度、召回率和繪制精度-召回率曲線。

教案：ROC曲線與模型性能評(píng)估教學(xué)目標(biāo)理解ROC曲線的概念及其在評(píng)估二類分類器性能中的作用。掌握真正類率（TPR）與假正類率（FPR）的計(jì)算與解釋。學(xué)會(huì)繪制ROC曲線，并理解其含義。學(xué)會(huì)使用ROC曲線下的面積（AUC）來(lái)量化評(píng)估模型的性能。比較不同分類器的性能，包括精度、召回率和F1分?jǐn)?shù)。教學(xué)重點(diǎn)ROC曲線的繪制與解釋。AUC的計(jì)算與模型性能評(píng)估。不同分類器性能的比較。教學(xué)難點(diǎn)理解TPR與FPR的關(guān)系。如何在ROC曲線和AUC之間建立聯(lián)系。教學(xué)流程一、引入（5分鐘）回顧分類器評(píng)估的重要性。引出ROC曲線作為評(píng)估二類分類器性能的另一種工具。二、TPR與FPR的概念（10分鐘）展示混淆矩陣示意圖，并解釋真正類（TP）、假正類（FP）、真正類率（TPR/Recall）和假正類率（FPR）的概念。通過(guò)示例計(jì)算TPR和FPR。三、繪制ROC曲線（10分鐘）介紹ROC曲線的繪制方法，展示如何使用sklearn的roc_curve函數(shù)獲取fpr、tpr和thresholds。演示繪制ROC曲線的代碼，并解釋其含義。四、ROC曲線下的面積（AUC）（10分鐘）解釋AUC的含義及其在評(píng)估模型性能中的作用。展示如何使用sklearn的roc_auc_score函數(shù)計(jì)算AUC。分析AUC的值，并討論其對(duì)模型性能的影響。五、比較不同分類器（15分鐘）構(gòu)造SGDClassifier和RandomForestClassifier兩個(gè)分類器。使用cross_val_predict獲取兩個(gè)分類器的預(yù)測(cè)分?jǐn)?shù)。繪制兩個(gè)分類器的ROC曲線，并比較它們的性能。計(jì)算并比較兩個(gè)分類器的精度、召回率和F1分?jǐn)?shù)。六、課堂練習(xí)（10分鐘）要求學(xué)生自己選擇一個(gè)數(shù)據(jù)集，并構(gòu)建不同的分類器。要求學(xué)生繪制ROC曲線，并計(jì)算AUC。要求學(xué)生比較不同分類器的性能，并解釋結(jié)果。七、課堂小結(jié)（5分鐘）總結(jié)ROC曲線在評(píng)估分類器性能中的作用。強(qiáng)調(diào)AUC作為模型性能量化指標(biāo)的重要性。強(qiáng)調(diào)在評(píng)估分類器性能時(shí)，需要綜合考慮多個(gè)指標(biāo)，如精度、召回率和F1分?jǐn)?shù)。課后作業(yè)選擇一個(gè)感興趣的數(shù)據(jù)集，并構(gòu)建至少三種不同類型的分類器。對(duì)每種分類器，繪制ROC曲線，并計(jì)算AUC。比較不同分類器的性能，并解釋結(jié)果。思考如何在實(shí)際應(yīng)用中選擇合適的分類器閾值。

教案：多類分類器教學(xué)目標(biāo)理解多類分類器的概念及其應(yīng)用場(chǎng)景。掌握如何使用sklearn庫(kù)中的train_test_split函數(shù)分割數(shù)據(jù)集。學(xué)會(huì)使用RandomForestClassifier進(jìn)行多類分類，并評(píng)估其性能。理解標(biāo)準(zhǔn)縮放對(duì)模型性能的影響。學(xué)會(huì)使用混淆矩陣和突出錯(cuò)誤率的混淆矩陣來(lái)評(píng)估模型。教學(xué)重點(diǎn)RandomForestClassifier在多類分類問(wèn)題中的應(yīng)用?；煜仃嚨慕庾x及突出錯(cuò)誤率的混淆矩陣的繪制。教學(xué)難點(diǎn)混淆矩陣中錯(cuò)誤率的計(jì)算與可視化。教學(xué)流程一、導(dǎo)入與引言（5分鐘）介紹多類分類器概念及應(yīng)用場(chǎng)景。回顧二類分類器與多類分類器的區(qū)別。二、數(shù)據(jù)集分割（10分鐘）講解train_test_split函數(shù)的作用和參數(shù)。演示如何使用train_test_split函數(shù)分割數(shù)據(jù)集。強(qiáng)調(diào)分層抽樣的重要性。三、RandomForestClassifier應(yīng)用（15分鐘）介紹RandomForestClassifier的原理和參數(shù)。演示如何使用RandomForestClassifier進(jìn)行多類分類。展示如何在訓(xùn)練集上訓(xùn)練模型，并在測(cè)試集上評(píng)估其性能。四、標(biāo)準(zhǔn)縮放對(duì)模型性能的影響（10分鐘）解釋數(shù)據(jù)標(biāo)準(zhǔn)縮放的必要性和原理。演示如何使用Pipeline和StandardScaler進(jìn)行數(shù)據(jù)預(yù)處理和模型訓(xùn)練。比較未縮放與縮放后模型在訓(xùn)練集和測(cè)試集上的性能。五、混淆矩陣與模型評(píng)估（15分鐘）講解混淆矩陣的概念和用途。演示如何計(jì)算混淆矩陣，并使用matshow方法可視化混淆矩陣。引入突出錯(cuò)誤率的混淆矩陣，并解釋其計(jì)算方法。演示如何繪制突出錯(cuò)誤率的混淆矩陣，并解讀其含義。六、案例分析（10